정의
이산 푸리에 변환(Discrete Fourier Transform, DFT)은 유한 개수의 샘플(시간·공간 등)로 이루어진 이산 신호를 주파수 영역으로 변환하는 수학적 방법이다. 연속적인 신호를 주파수 성분으로 해석하는 푸리에 변환의 이산 버전으로, 입력 신호를 복소수 형태의 스펙트럼으로 변환함으로써 신호의 주기성, 주파수 성분, 위상 정보를 추출한다.
수식
길이 $N$인 복소수(또는 실수) 시퀀스 ${x[n]}_{n=0}^{N-1}$에 대한 DFT는 다음과 같이 정의된다.
$$ X[k] ;=; \sum_{n=0}^{N-1} x[n]; e^{-j,2\pi kn/N}, \qquad k = 0,1,\dots ,N-1 $$
여기서
- $j = \sqrt{-1}$
- $e^{-j,2\pi kn/N}$는 복소 지수함수이며, $k$는 주파수 인덱스(주파수 bin)를 나타낸다.
역이산 푸리에 변환(Inverse DFT, IDFT)은
$$ x[n] ;=; \frac{1}{N}\sum_{k=0}^{N-1} X[k]; e^{j,2\pi kn/N}, \qquad n = 0,1,\dots ,N-1 $$
을 이용해 원래의 시간(공간) 도메인 데이터로 복원한다.
특징
| 특성 | 설명 |
|---|---|
| 주기성 | DFT와 IDFT는 모두 $N$ 주기성을 갖는다. 즉, $X[k+N]=X[k]$ 및 $x[n+N]=x[n]$이다. |
| 복소수 출력 | 변환 결과는 복소수이며, 실수부는 진폭, 허수부는 위상 정보를 포함한다. |
| 대칭성 | 실수 입력 신호의 경우, DFT 결과는 켤레 대칭(conjugate symmetry)을 만족한다. |
| 연산 복잡도 | 직접 계산 시 $O(N^2)$ 연산이 필요하지만, FFT(Fast Fourier Transform) 알고리즘을 이용하면 $O(N\log N)$으로 감소한다. |
| 선형성 | DFT는 선형 연산이므로, 입력 신호의 선형 결합에 대한 변환은 각각 변환한 후의 선형 결합과 동일하다. |
계산 방법
- 직접 계산: 위 수식을 그대로 이용해 각 $k$에 대해 합을 수행한다. 작은 $N$에 적합.
- FFT 알고리즘: Cooley‑Tukey, Radix‑2, Radix‑4, Bluestein 등 다양한 구현 방식이 존재하며, 특히 $N$이 2의 거듭 제곱일 때 효율이 가장 높다.
- 라이브러리 활용: Python(NumPy, SciPy), MATLAB(
fft), C/C++(FFTW), JavaScript(DSP.js) 등에서 최적화된 FFT 함수를 제공한다.
응용 분야
- 디지털 신호 처리: 오디오, 영상, 레이더 신호의 스펙트럼 분석 및 필터링.
- 통신 시스템: OFDM(Orthogonal Frequency Division Multiplexing) 변조/복조, 채널 추정.
- 이미지 처리: 이미지 압축(JPEG), 필터링, 패턴 인식.
- 음향 및 음악: 피치 검출, 스펙트로그램 생성.
- 과학·공학: 진동 분석, 구조물 건강 모니터링, 전력 품질 분석.
연관 개념
| 용어 | 설명 |
|---|---|
| 연속 푸리에 변환(FT) | 시간 연속 신호를 주파수 연속 성분으로 변환하는 이론적 변환. |
| 짧은 시간 푸리에 변환(STFT) | 신호를 짧은 구간으로 나누어 각각 DFT를 적용, 시간–주파수 해석에 이용. |
| 고속 푸리에 변환(FFT) | DFT를 효율적으로 계산하기 위한 알고리즘 군. |
| 윈도우 함수 | DFT 전 사전에 신호에 적용해 사이드 로브를 감소시키는 함수(예: Hamming, Hann). |
| 양자화 노이즈 | 디지털화 과정에서 발생하는 오차로, DFT 결과에 영향을 미친다. |
역사적 배경
이산 푸리에 변환은 19세기 말 푸리에 급수와 푸리에 변환 이론을 디지털 신호에 적용하면서 등장하였다. 1965년 Cooley와 Tukey가 제안한 FFT 알고리즘은 DFT를 실용적인 수준으로 끌어올렸으며, 이후 디지털 통신·컴퓨팅 분야의 폭발적 성장과 맞물려 핵심 도구로 자리 잡았다.
참고문헌
- Cooley, J. W., & Tukey, J. W. (1965). An algorithm for the machine calculation of complex Fourier series. Mathematics of Computation, 19(90), 297‑301.
- Oppenheim, A. V., & Schafer, R. W. (1999). Discrete-Time Signal Processing (3rd ed.). Prentice Hall.
- Smith, S. W. (1997). The Scientist and Engineer's Guide to Digital Signal Processing. California Technical Publishing.
- The FFTW Team. (2022). FFTW: Fastest Fourier Transform in the West. (온라인) https://www.fftw.org
위 내용은 이산 푸리에 변환에 대한 전형적인 백과사전 수준의 설명을 제공한다.